Ein einzelner Augenscan erkennt jetzt Diabetes, Gicht und fünf weitere Krankheiten in 30 Sekunden
Das KI-Framework Reti-Pioneer erkennt sieben systemische Erkrankungen anhand eines Netzhautfotos und übertrifft dabei Standard-Labortests in Geschwindigkeit und Genauigkeit.
Zusammenfassung
Forscher haben Reti-Pioneer entwickelt, ein KI-System, das standardmäßige Farbfotografien der Netzhaut analysiert, um gleichzeitig auf sieben systemische Erkrankungen zu screenen: Typ-2-Diabetes, Gicht, Osteoporose, Bluthochdruck, erhöhte Cholesterinwerte und Schilddrüsenerkrankungen. Das System wurde auf über 107.000 Netzhautbildern aus ambulanten und stationären Versorgungseinrichtungen trainiert, erzielte bei allen Erkrankungen eine hohe diagnostische Genauigkeit und schloss jedes Screening in etwa 30 Sekunden ab – deutlich schneller als herkömmliche Laborabläufe. In einem klinischen Pilotprojekt unter realen Bedingungen für Typ-2-Diabetes übertraf es den weit verbreiteten Finnish Diabetes Risk Score und zeigte einen negativen prädiktiven Wert von 96,6 %, was bedeutet, dass es eine Erkrankung zuverlässig ausschließt. Das System funktionierte bei verschiedenen Bevölkerungsgruppen und Versorgungseinrichtungen unterschiedlicher Ressourcenausstattung, was darauf hindeutet, dass es weltweit als kostengünstiges und skalierbares Instrument zur Früherkennung von Erkrankungen eingesetzt werden könnte.
Detaillierte Zusammenfassung
Chronische Stoffwechsel- und endokrine Erkrankungen – darunter Diabetes, Bluthochdruck und Gicht – betreffen weltweit Hunderte von Millionen Menschen, dennoch bleiben viele Fälle unerkannt, bis Komplikationen auftreten. Skalierbare und erschwingliche Screening-Instrumente werden dringend benötigt, insbesondere in ressourcenarmen Umgebungen, in denen die Laborinfrastruktur knapp ist.
Forscher entwickelten Reti-Pioneer, ein Multitask-KI-Framework, das Farb-Fundusfotos – standardisierte Netzhautaufnahmen, die mit einer ophthalmologischen Kamera erstellt werden – nutzt, um gleichzeitig sieben systemische Erkrankungen zu erkennen. Das System kombiniert qualitätsbewusste Bildverarbeitung mit vortrainierten Foundation-Modellen und kann damit die im realen Einsatz häufig schwankende Bildqualität bewältigen. Es wurde auf 107.730 Netzhautfotos trainiert, die sowohl aus gemeindenahen als auch aus klinikbasierten Kohorten stammen.
Auf internen Testdaten erzielte Reti-Pioneer AUROC-Werte von 0,833 für Typ-2-Diabetes, 0,832 für Gicht, 0,787 für Osteoporose, 0,740 für Bluthochdruck, 0,736 für Hyperlipidämie und 0,699 für Schilddrüsenerkrankungen. Das Framework zeigte eine gute Generalisierbarkeit über sechs externe Kohorten hinweg, die sowohl ressourcenreiche als auch ressourcenarme Umgebungen abdeckten. Die biologische Plausibilität wurde durch Korrelationen mit plasmaproteomischen Markern gestützt. In einem Silent Trial in der Primärversorgung dauerte das Screening lediglich 30,6 Sekunden pro Fall. Ein klinischer Pilotversuch für Typ-2-Diabetes ergab einen AUROC von 0,776 und einen negativen Vorhersagewert von 0,966 – damit übertraf das System den Finnish Diabetes Risk Score, einen validierten klinischen Referenzwert.
Für auf Langlebigkeit ausgerichtete Kliniker und gesundheitsbewusste Personen stellt diese Technologie einen bedeutsamen Wandel dar: Ein einziger nicht-invasiver Augenscan könnte mehrere Bluttests ersetzen oder ergänzen und eine frühzeitigere Erkennung von Erkrankungen ermöglichen, die das Altern beschleunigen und die gesunde Lebensspanne verkürzen. Die hohe Akzeptanz bei Klinikern und Patienten unterstützt zusätzlich die Einführung im realen Versorgungsalltag.
Zu den Einschränkungen zählen die ausschließlich auf einem Abstract basierende Grundlage dieser Zusammenfassung, moderate AUROC-Werte für einige Erkrankungen sowie die Notwendigkeit einer prospektiven Validierung in größeren und diverseren Populationen, bevor ein breiter klinischer Einsatz erfolgen kann.
Wichtigste Erkenntnisse
- Retinal AI screened 7 systemic diseases simultaneously with AUROC up to 0.833 for type 2 diabetes.
- Screening completed in ~30 seconds per patient, far faster than standard lab workflows.
- Negative predictive value of 96.6% for diabetes means the tool reliably rules out disease.
- Outperformed the Finnish Diabetes Risk Score in a real-world clinical pilot.
- System generalized across six external cohorts in both resource-limited and high-resource settings.
Methodik
Reti-Pioneer wurde mithilfe von 107.730 farbigen Fundusfotos aus Gemeinde- und Krankenhauskohortten entwickelt, wobei qualitätsbewusste Module und vortrainierte Foundation-Modelle eingesetzt wurden. Die Leistung wurde anhand interner Testdatensätze und sechs externer Kohorten validiert. Ein stiller Praxistest in der Primärversorgung sowie ein klinischer Pilotversuch für Typ-2-Diabetes wurden durchgeführt, um die Praxistauglichkeit und Genauigkeit in der realen Anwendung zu beurteilen.
Studienlimitierungen
Diese Zusammenfassung basiert ausschließlich auf dem Abstract, da das vollständige Paper nicht im Open Access verfügbar ist, was eine eingehende methodische Bewertung einschränkt. Die AUROC-Werte für mehrere Erkrankungen (Hypertonie, Hyperlipidämie, Schilddrüsenerkrankungen) sind moderat, was auf eine unvollständige Trennschärfe hindeutet. Vor einem routinemäßigen klinischen Einsatz ist eine prospektive, groß angelegte Validierung an vielfältigeren globalen Bevölkerungsgruppen erforderlich.
Hat dir diese Zusammenfassung gefallen?
Erhalte die neueste Longevity-Forschung jede Woche in deinen Posteingang.
E-Mail-Adresse zum Abonnieren eingeben: